Python人工智能技术与应用课件：Python 数据探索性分析.pptxVIP

Python数据探索性分析

掌握Python人工智能的基础应用;

解决了产品开发和数据来源的问题，BI产品的最后一步是进行数据

探索性分析，通过对数据进行探索，更好地理解客户、发现业务机会、帮助决策制定等。

作为该商业咨询公司商业智能团队中的Python数据分析师，你的主要职责是使用Python编程语言和数据分析工具来处理和分析大量数据，具体包括数据清洗和预处理、数据分析和建模、可视化和报告等，现在需要你通过使用Python脚本在该BI产品中对数据进行探索性分析，确定影响汽车销售量价格、保险费用等关键因素，了解汽车市场的潜在需求和趋势，为汽车市场研究和市场策略制定提供支持。;

技能目标

·掌握使用matplotlib实现对不同类别数据的可视化。

·掌握使用numpy库、Pandas

库实现对数据的缺失值、异常值、变量相关关系的洞察.

能够思考并确定对汽车产品数据探索性分析的思路。在实践中培养决策分析的职业能力。;

目录

CONTENTS;

数据探索性分析技术认知

数据是用来描述特定事物或概念的信息，

可以是文本、数字、图像或其他形式的信息；

探索性数据分析被数据科学家用于分析和

调查数据集并总结其主要特征，通常采用数据可视化方法；;

数据探索性分析技术认知

探索报表数据的趋势;

数据分类

探索性数据分析的过程大致分为3步：数据分类、数据可视化、洞察数据。;

而对应地，非表格形式组织的都是非结构化数

据。例如：文本、图片、视频等。

世界上20%数据是结构化数据，80%的数据是

非结构化数据。结构化数据VS非结构化数据;

数据分类

结构化数据

结构化数据

定性数据定量数据

定类等级定序等级定距等级定比等级;

定类等级

是数据的第一个等级，其结构最弱。只需要

按照名称来分类。例如：血型(A,B,AB,O)

姓名、颜色。

定序等级

在定类等级的基础上加了自然排序，这样我们

就可以对不同数据进行比较。例如：餐厅的评星，公司的考核等级。;

定距等级

一定是数值类型的，并且这些数值不仅可以用来排序，还可以用来加减。例如：华氏度、摄氏度(温度有负数，不可以进行乘除运算)。

定比等级

是在定距等级的基础上，加入了绝对零点，不但可以做加减的运算，还可以做乘除的运算。例如：金钱、重量。;

数据可视化

数据可视化是一种将数据抽象成图表或图形的过程，它可以帮助人们更容易理解数据，从而更快

捷地分析出数据中的趋势和模式。;

数据可视化

数据可视化是一种将数据抽象成图表或图形的过程，它可以帮助人们更容易理解数据，从而更快

捷地分析出数据中的趋势和模式。;

数据可视化

数据可视化是一种将数据抽象成图表或图形的过程，它可以帮助人们更容易理解数据，从而更快

捷地分析出数据中的趋势和模式。;

数据可视化

数据可视化是一种将数据抽象成图表或图形的过程，它可以帮助人们更容易理解数据，从而更快

捷地分析出数据中的趋势和模式。;

数据等级;

洞察数据

(一)检查数据中是否存在缺失值、异常值或重复值

缺失值：如果数据中存在缺失值，可能会导致模型的结果不准确，或者无法获得

正确的结论。例如，在分析一个用户的消费行为时，如果某个用户的收入数据缺失，则无法准确判断该用户的消费能力。

异常值：如果数据中存在异常值，可能会导致模型的结果不准确，或者无法获得正确的结论。例如，在分析一个用户的消费行为时，如果某个用户的收入数据存在异常值，则无法准确判断该用户的消费能力。

重复值：如果数据中存在重复值，可能会导致模型的结果不准确，或者无法获得正确的结论。例如，在分析一个用户的消费行为时，如果某个用户的收入数据存在重复值，则无法准确判断该用户的消费能力。;

洞察数据

(二)区分重要数据

区分出重要与不重要的数据对于探究问题至关重要，因为这样可以更好地把握关键信息，更加准

确地分析出问题的根源，从而给出更有效的解决方案。;

04洞察数据

(三)探究数据之间的关联

探究数据之间的关联可以帮助我们更好地

了解数据之间的联系，从而更好地理解数据的分布特点，并有针对性地对数据进行分析和处理。

例如，假设我们正在研究一个城市的人口

变化，我们可以通过探究不同年龄段人口数量的变化，以及不同性别人口数量的变化，来探究城市人口的变化趋势，并从中分析出相关的

结论。;

Matplotlib是一个强大的数据可视化

的Python库，在数据探索性分析中可以帮助用户快速可视化数据，从而更好地理解数据的特征和分